Uncertainty calculations for the measurement of<i>in vivo</i>bone lead by x-ray fluorescence
Notice bibliographique
Résumé
In order to quantify the bone lead concentration from an in vivo x-ray fluorescence measurement, typically two estimates of the lead concentration are determined by comparing the normalized x-ray peak amplitudes from the Kalpha(1) and Kbeta(1) features to those of the calibration phantoms. In each case, the normalization consists of taking the ratio of the x-ray peak amplitude to the amplitude of the coherently scattered photon peak in the spectrum. These two Pb concentration estimates are then used to determine the weighted mean lead concentration of that sample. In calculating the uncertainties of these measurements, it is important to include any covariance terms where appropriate. When determining the uncertainty of the lead concentrations from each x-ray peak, the standard approach does not include covariance between the x-ray peaks and the coherently scattered feature. These spectral features originate from two distinct physical processes, and therefore no covariance between these features can exist. Through experimental and simulated data, we confirm that there is no observed covariance between the detected Pb x-ray peaks and the coherently scattered photon signal, as expected. This is in direct contrast to recent work published by Brito (2006 Phys. Med. Biol. 51 6125-39). There is, however, covariance introduced in the calculation of the weighted mean lead concentration due to the common coherent normalization. This must be accounted for in calculating the uncertainty of the weighted mean lead concentration, as is currently the case. We propose here an alternative approach to calculating the weighted mean lead concentration in such a way as to eliminate the covariance introduced by the common coherent normalization. It should be emphasized that this alternative approach will only apply in situations in which the calibration line intercept is not included in the calculation of the Pb concentration from the spectral data: when the source of the intercept is well characterized and known to come from trace contamination by Pb in the plaster of Paris calibration standards. In our approach, the coherent normalization is only applied to one parameter and we no longer take a weighted mean of correlated quantities. Our proposed alternative calculation has essentially no effect on the calculated error of the mean lead concentration, indicating that the existing method of accounting for this covariance is sufficient.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».